你好,游客 登录 注册 发布搜索
背景:
阅读新闻

[期刊]MapReduce 模型下的模糊C 均值算法研究

[日期:2014-11-03] 来源:计算机工程  作者:王永贵 李鸿绪 宋晓 [字体: ]

MapReduce 模型下的模糊C 均值算法研究

王永贵 李鸿绪 宋晓

针对模糊C 均值算法需要不断迭代来计算样本数据的隶属度值以及聚类中心的特点,利用MapReduce 模型解决海量数据下的模糊C 均值问题,进而提出高效的模糊C 均值算法。在Map 阶段和Reduce 阶段分别完成隶属度和聚类中心的计算,每次迭代都需要启动一次完整的MapReduce 执行过程。通过多次迭代计算出隶属度值以及聚类中心,并更新聚类中心文件,供下一轮作业使用,重复执行这一过程直至得到最终聚类结果。实验结果表明,该算法能够有效减少MapReduce 计算过程中的迭代次数,从而提高整体执行效率。


MapReduce 模型下的模糊C 均值算法研究

收藏 推荐 打印 | 录入:574107552 | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款